期刊专题

10.3969/j.issn.1006-2475.2017.10.003

基于自监督学习的河流分割方法

引用
针对水上桥梁图像受地形、天气、环境的影响,河流情况复杂且形式较多,无法事先采集所有图像中的河流样本等问题,本文提出一种基于自监督学习的河流分割方法,利用K均值聚类与Harris角点相结合的方法自动提取部分河流区域作为自监督学习的河流样本,以及河流样本的颜色和纹理特征,再根据提取的图像的河流特征利用支持向量机(SVM)的单分类功能进行训练学习,通过训练好的分类器完成河流的分割.实验结果表明,本文的河流分割方法能较好地分割出河流并适应不同场景的水上桥梁图像.

自监督学习、河流分割、K均值聚类、Harris角点、支持向量机

TP391(计算技术、计算机技术)

2017-11-29(万方平台首次上网日期,不代表论文的发表时间)

共5页

10-14

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2017,(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn